• !

" # $# %
• ! &! !' && %

Pada bab pertama ini akan diberikan beberapa definisi dasar yang berkaitan
dengan matriks dan operasi aljabar elementer pada matriks. Selain itu akan diperkenalkan
beberapa jenis matriks yang akan sering dijumpai pada bab-bab selanjutnya.

-
*. ) - - Matriks (matrix) adalah susunan segi empat siku-siku dari
elemen-elemen di suatu field (F, •, +). Elemen tersebut dapat berupa pernyataan yang
simbolis ataupun bilangan-bilangan.

Matriks biasanya dinotasikan dengan huruf besar oleh persamaan A = [aij] yang
berarti bahwa elemen pada baris ke-i dan kolom ke-j dari matriks A sama dengan aij.
Seringkali dituliskan elemen matriks dengan bentuk aij = (A)ij. Matriks A secara jelas
dituliskan dalam bentuk
a11 a12 a1n
a 21 a 22 a 2n
A=

a m1 am2 a mn
dengan setiap (i, j) ∈ {1, 2, …, m} × {1, 2, …, n} dan aij ∈ F. Baris ke-i dari matriks A
yaitu
[ai1 ai 2 a in ]
mempunyai n unsur, sedangkan kolom ke-j yang mempunyai m unsur yaitu
a1 j
a2 j
.

a mj
Setiap matriks mempunyai baris dan kolom yang mendefinisikan ukuran matriks.
Jika suatu matriks A mempunyai m baris dan n kolom maka ukuran (ordo) matriks
dinyatakan dengan m×n, dan selanjutnya matriks A bisa dituliskan dengan Am×n atau mAn.
Simbol Mm×n(F) menotasikan himpunan semua matriks berukuran m×n atas field F.

1
 2

1
/ )' $ - - Diberikan rumus aij = untuk 1 ≤ i ≤ 3 dan 1 ≤ j ≤ 4 yang
i+ j
mendefinisikan suatu matriks A = [aij] berukuran 3×4. Matriks A dapat dituliskan secara
eksplisit dalam bentuk
1 1 1 1
2 3 4 5
A= 1 1 1 1 .
3 4 5 6
1 1 1 1
4 5 6 7

- 0 12
*. ) - - Vektor (vector) adalah suatu matriks yang hanya mempunyai
satu baris atau satu kolom. Karena itu terdapat dua jenis vektor yaitu vektor baris dan
vektor kolom.

*. ) - - Vektor baris (row vector) adalah suatu matriks yang hanya

mempunyai satu baris saja, seperti
A = [a11 a12 a1n ] atau A = (a11, a12, …, a1n)
dengan n adalah dimensi dari vektor baris.

*. ) - - Vektor kolom (column vector) adalah suatu matriks yang hanya

mempunyai satu kolom saja. Sebagai contoh, vektor kolom berdimensi m:
a11
a 21
A= .

am2

*. ) - - Jika beberapa baris dan atau kolom dari suatu matriks A dihapus
maka matriks sisanya disebut matriks bagian (submatrix) dari A.

4 6 2
/ )' $ - - Matriks-matriks bagian dari antara lain yaitu
3 −1 2
4 6 2 4 6 2
, , [4 6 2] , [4] , .
3 −1 2 3 −1 2

*. ) - -# Jika banyaknya baris dari suatu matriks A ∈ Mm×n(F) sama

dengan banyaknya kolom, m = n, maka matriksnya disebut matriks persegi (square
matrix) dengan elemen-elemen a11, a22, …, ann dinamakan elemen-elemen diagonal
utama. Selanjutnya, matriks persegi A berukuran n×n cukup dituliskan dengan notasi An.

25 20 3
/ )' $ - - Matriks A = 5 10 15 merupakan matriks persegi sebab
6 15 7
banyaknya baris sama dengan banyaknya kolom yaitu 3. Sedangkan elemen-elemen
diagonal utamanya adalah a11 = 25, a22 = 10, a33 = 7.

C **3 9 3)( - % & . D ())7

 3

*. ) - -& Matriks A ∈ Mm×n(F) dengan elemen aij = 0 untuk i > j disebut

matriks segitiga atas (upper triangular matrix). Dengan kata lain, semua elemen di
bawah diagonal utamanya adalah nol.

/ )' $ - - Matriks
10 −7 0
0 − 0,01 6
0 0 1505
adalah suatu matriks segitiga atas.

*. ) - -( Matriks A ∈ Mm×n(F) dengan elemen aij = 0 untuk i < j disebut

matriks segitiga bawah (lower triangular matrix). Dengan kata lain, semua elemen di
atas diagonal utamanya adalah nol.

/ )' $ - - Matriks
1 0 0
0,3 1 0
0,6 2,5 1
adalah suatu matriks segitiga bawah.

*. ) - -+ Matriks persegi A ∈ Mn(F) dengan semua elemen yang tidak

terletak pada diagonal utamanya adalah sama dengan nol, aij = 0 untuk i ≠ j, disebut
matriks diagonal (diagonal matrix), dituliskan A = diag(a11, a22, …, ann). Beberapa atau
semua masukan diagonal dari matriks diagonal bisa juga nol.

/ )' $ - -# Matriks
3 0 0 3 0 0
0 2 0 dan 0 2 0
0 0 5 0 0 0
adalah matriks diagonal.

*. ) - -3 Matriks In = [δij], δij disebut delta Kronecker, yang didefinisikan

oleh δij = 1 untuk i = j dan δij = 0 untuk i ≠ j, disebut matriks identitas (identity matrix)
berukuran n, dan dituliskan
1 0
In = = diag(1,1, ...,1)
0 1
atau In = (e1, e2, …, en) dengan ei adalah vektor kolom berdimensi n dengan masukan 1 di
posisi ke-i.

*. ) - - Matriks A ∈ Mm×n(F) dengan semua unsurnya sama dengan nol,

aij = 0 untuk semua i dan j, disebut matriks nol (zero matrix), dan dinotasikan dengan
Om×n.

C **3 9 3)( - % & . D ())7

 4

/ )' $ - -& Matriks

0 0 0
, [0 0 0] , dan [0]
0 0 0
adalah matriks nol.

*. ) - - Suatu matriks tridiagonal (tridiagonal matrix) adalah suatu

matriks persegi dengan semua elemen diagonal dari matriks bagian persegi di atas
diagonal utama dan di bawah diagonal utama adalah nol.

/ )' $ - -( Matriks
2 4 0 0
2 3 9 0
0 0 5 2
0 0 3 6
0 0
merupakan matriks tridiagonal sebab matriks bagian persegi perseginya yaitu dan
9 0
0 0
mempunyai elemen-elemen diagonal yang semuanya nol.
0 0

Pada Gambar 1.1 diberikan ilustrasi beberapa jenis matriks dengan elemen-
elemen pada daerah yang diarsir tidak semuanya nol, sedangkan elemen-elemen pada
daerah yang tidak diarsir semuanya sama dengan nol.

(a) (b) (c)

Gambar 1.1: (a) Matriks segitiga atas, (b) matriks segitiga bawah, (c) matriks diagonal

-
*. ) - - Matriks A = [aij] sama dengan matriks B = [bij] jika ukuran dari A
dan B sama, dan elemen-elemen yang bersesuaian (berkorespondensi) juga sama, yaitu
untuk A, B ∈ Mm×n(F) maka aij = bij , 1 ≤ i ≤ m dan 1 ≤ j ≤ n.

2 3 b11 3
/ )' $ - - Agar A = sama dengan B = , maka haruslah
6 7 6 b22
b11 = 2 dan b22 = 7.

C **3 9 3)( - % & . D ())7

 5

-
*. ) - - 4 2 %5 6 Matriks A = [aij] dan B = [bij] dapat
dijumlahkan jika keduanya berukuran sama. Jumlahan dari matriks A dan B, ditulis A + B,
adalah matriks yang diperoleh dengan menjumlahkan elemen-elemen yang
berkorespondensi dari A dan B, yaitu
A + B = [aij] + [bij] = [aij + bij].

*. ) - - 4 6 Matriks A = [aij] dan B = [bij] dapat

dikurangkan hanya jika keduanya berukuran sama. Pengurangan A oleh B, yang
dituliskan A – B, didefinisikan oleh
A – B = [aij] – [bij] = [aij – bij].

*. ) - - 4 % % 6 Diberikan suatu matriks A

= [aij] ∈ Mm×n(F) dan skalar k ∈ F. Perkalian skalar k dengan A, ditulis kA, adalah
matriks yang diperoleh dengan cara mengalikan semua elemen dari A dengan skalar k,
yaitu
kA = k[aij] = [k.aij].

5 2 3 6 7 −2 5+6 2+7 3−2 11 9 1

1. + = = .
1 2 7 3 5 19 1 + 3 2 + 5 7 + 19 4 7 26
5 2 3 6 7 −2 5 − 6 2 − 7 3 − ( −2 ) −1 − 5 5
2. – = = .
1 2 7 3 5 19 1− 3 2−5 7 − 19 − 2 − 3 − 12
2,1 3 2 2.2,1 2.3 2.2 4,2 6 4
3. 2 = = .
5 1 6 2 .5 2 .1 2 .6 10 2 12

Operasi-operasi matriks memenuhi hukum-hukum aritmatika seperti berikut.

(Diambil sebarang skalar s dan t, dan matriks-matriks A, B, C, O yang berukuran sama.)
(1) (A + B) + C = A + (B + C); [Hukum asosiatif]
(2) A + B = B + A; [Hukum komutatif]
(3) O + A = A + O; [Hukum identitas]
(4) A + (–A) = O; [Hukum invers]
(5) (s + t)A = sA + tA, (s – t)A = sA – tA; [Hukum distributif kanan]
(6) t(A + B) = tA + tB, t(A – B) = tA – tB; [Hukum distributif kiri]
(7) s(tA) = (st)A;
(8) 1A = A, 0A = O, (–1)A = –A;
(9) tA = O t = 0 atau A = O.

*. ) - - 4$ % % 6 Matriks A dan B dapat dikalikan, dalam

hal ini AB, hanya jika banyaknya kolom dari A sama dengan banyaknya baris dari B (A
dan B dikatakan dapat menyesuaikan diri/ conformable). Jika matriks A = [aij] berukuran
m×n dan matriks B = [bjk] berukuran n×p, maka hasil kali matriks A dan B, ditulis AB,
adalah matriks C = [cik] yang berukuran m×p dengan elemen ke-(i,k) didefinisikan oleh
n
cik = aij .b jk = ai1 .b1k + ai 2 .b2 k + ... + ain .bnk .
j =1

C **3 9 3)( - % & . D ())7

 6

Secara simbolis, untuk baris-baris R1, R2, …, Rm pada matriks A dan kolom-
kolom C1, C2, …, Cm pada matriks B, dapat dituliskan hasil kali A dan B yaitu
R1 R1C1 R1C 2 R1C p
R2 R2 C1 R2 C 2 R2 C p
A⋅B = ⋅ C1 C2 Cp = .

Rm Rm C1 Rm C 2 Rm C p

/ )' $ - -
1 2 5 6 1.5 + 2.7 1.6 + 2.8 19 22
1. = = .
3 4 7 8 3.5 + 4.7 3.6 + 4.8 43 50
5 6 1 2 5 .1 + 6 .3 5 .2 + 6 .4 23 34 1 2 5 6
2. = = ≠ .
7 8 3 4 7 . 1 + 8 . 3 7. 2 + 8 . 4 31 46 3 4 7 8
1 1.3 1.4 3 4
3. [3 4] = = .
2 2.3 2.4 6 8
1
4. [3 4] = [11].
2

/ )' $ - - Bob ingin mengurangi berat badannya melalui satu rencana diet
dan latihan fisik. Sesudah mencari keterangan dari Tabel 1, dia membuat jadwal latihan
fisik seperti dalam Tabel 2. Berapa kalori yang akan terbakar dengan melakukan latihan
fisik setiap hari jika dia mengikuti rencana tersebut?

Tabel 1 Tabel 2
Kalori yang terbakar setiap jam Jumlah jam per hari untuk setiap aktivitas
Berat dalam lb Jadwal latihan
Aktivitas latihan
152 161 170 178 Jalan Lari Bersepeda Tenis
Jalan kaki
213 225 237 249 Senin 1,0 0,0 1,0 0,0
2 mil/ jam
Lari 5,5 mil/ jam 651 688 726 764 Selasa 0,0 0,0 0,0 2,0
Bersepeda
304 321 338 356 Rabu 0,4 0,5 0,0 0,0
5,5 mil/ jam
Tenis secukupnya 420 441 468 492 Kamis 0,0 0,0 0,5 2,0
Jumat 0,4 0,5 0,0 0,0

% -
Informasi mengenai Bob berada dalam kolom keempat dari Tabel 1. Informasi ini
dinyatakan oleh suatu vektor kolom X. Informasi dalam Tabel 2 dapat dinyatakan oleh
suatu matriks A berukuran 5×4. Untuk menjawab pertanyaan, dihitung AX.

C **3 9 3)( - % & . D ())7

 7

1,0 0,0 1,0 0,0 605,0 Senin

249
0,0 0,0 0,0 2,0 984,0 Selasa
764
0,4 0,5 0,0 0,0 = 481,6 Rabu .
356
0,0 0,0 0,5 2,0 1162,0 Kamis
492
0,4 0,5 0,0 0,0 481,6 Jumat

/ )' $ - -
Suatu perusahaan menghasilkan tiga produk dengan perkiraan biaya produksinya dibagi
dalam tiga kategori (disajikan dalam Tabel 3). Dibuat juga suatu perkiraan, dalam Tabel
4, untuk jumlah dari setiap produk yang akan dihasilkan untuk setiap kuartal. Tentukan
biaya total untuk setiap kuartal dari ketiga kategori.
Tabel 3 Tabel 4
Biaya produksi per barang (dollar) Jumlah yang dihasilkan per kuartal
Produk Musim
Biaya Produk
A B C Panas Gugur Dingin Semi
Bahan mentah 0,10 0,30 0,15 A 4000 4500 4500 4000
Tenaga kerja 0,30 0,40 0,25 B 2000 2600 2400 2200
Biaya tambahan 0,10 0,20 0,15 C 5800 6200 6000 6000

% -
Setiap tabel dapat dinyatakan oleh matriks seperti berikut
0,10 0,30 0,15 4000 4500 4500 4000
A = 0,30 0,40 0,25 dan B = 2000 2600 2400 2200 .
0,10 0,20 0,15 5800 6200 6000 6000
Jika dibuat hasil kali AB, maka kolom-kolom dari AB berturut-turut menyatakan biaya
untuk musim panas, gugur, dingin, semi.
1870 2160 2070 1960 Bahan mentah
AB = 3450 3940 3810 3580 Tenaga kerja .
1670 1900 1830 1740 Biaya tambahan

Perkalian matriks memenuhi beberapa hukum aritmatika, yaitu

(1) (AB)C = A(BC), jika A, B, C secara berurutan berukuran m×n, n×p, p×q;
(2) k(AB) = (kA)B = A(kB), A(–B) = (–A)B = – (AB) dengan k adalah skalar;
(3) (A + B)C = AC + BC, jika A dan B berukuran m×n dan C berukuran n×p;
(4) D(A + B) = DA + DB, jika A dan B berukuran m×n dan D berukuran p×m.
Di sini hanya akan dibuktikan sifat yang pertama di atas (hukum asosiatif). Lebih
dahulu diklaim bahwa (AB)C dan A(BC) keduanya mariks berukuran m×q. Diambil
matriks A = [aij], B = [bjk], dan C = [ckl], sehingga akan diperoleh
p p n p n
(( AB)C )il = ( AB )ik .ckl = aij .b jk c kl = aij b jk c kl .
k =1 k =1 j =1 k =1 j =1
Sejalan dengan itu, juga diperoleh
n p
(( AB)C )il = aij b jk c kl .
j =1 k =1

C **3 9 3)( - % & . D ())7

 8

Hasil jumlahan ganda kedua bentuk tersebut adalah sama. Jumlahan dari bentuk
n p p n
d jk dan d jk
j =1 k =1 k =1 j =1
menyatakan jumlahan dari np elemen matriks [djk] dalam baris dan kolom secara
berurutan. Akibatnya
(( AB)C )il = ( A(BC ))il
untuk 1 ≤ i ≤ m dan 1 ≤ l ≤ q. Karena itu (AB)C = A(BC).

*. ) - -# 4 6 Diberikan suatu matriks A ∈ Mn(F) dan

bilangan bulat tak negatif k. Didefinisikan Ak sebagai berikut
A0 = In dan Ak+1 = AkA untuk k ≥ 0.

/ )' $ - -#
2
1 1 1 1 1 1 2 2
1. = = .
1 1 1 1 1 1 2 2
3
2 0 2 0 2 0 2 0 4 0 2 0 8 0 23 0
2. = = = = .
0 3 0 3 0 3 0 3 0 9 0 3 0 27 0 33
3
0 2 0 2 0 2 0 2 6 0 0 2 0 12 0 23
3. = = = ≠ .
3 0 3 0 3 0 3 0 0 6 3 0 18 0 33 0
4
1 1 1 1 1 1 1 1 1 1 1 3 1 3 1 15
4. = = = .
0 2 0 2 0 2 0 2 0 2 0 4 0 4 0 16

Khusus untuk matriks diagonal A = [aii], 1< i < n, pangkat k dari matriks A
didefinisikan oleh A k = (a ii ) k[ ] atau secara jelas dinyatakan dengan
k
a11 0 0 (a11 )k 0 0

Ak =
0 a 22 0
=
0 (a 22 ) k
0
.

0 0 a nn 0 0 (a nn )k
Berikut ini hukum-hukum yang berlaku untuk matriks berpangkat yang
mempunyai sifat AB = BA.
(1) AmAn = Am+n, (Am)n = Amn;
(2) (AB)n = AnBn;
(3) AmBn = BnAm;
(4) (A + B)2 = A2 + 2AB + B2;
n n n n!
(5) (A + B)n = A i B n −i ; dengan = C in =
i =0 i i i !.(n − i ) !
(6) (A + B)(A – B) = A2 – B2.

C **3 9 3)( - % & . D ())7

 9

*. ) - -& 4' " 6 Transpos dari matriks Am×n = [aij],

dinotasikan AT, adalah matriks yang diperoleh dari A dengan cara mengubah setiap baris
ke-i menjadi kolom ke-i atau sebaliknya kolom ke-j menjadi baris ke-j. Dengan kata lain
( )
AT = [aji] atau AT ji = aij yang berukuran n×m.

T
ai1
ai 2
ai1 ai 2 ain =

ain

Gambar 1.2: Transpos dari matriks m×n

25 20 3 2
/ )' $ - -& Transpos dari matriks C = 5 10 15 25 adalah
6 16 7 27
25 5 6
20 10 16
CT = .
3 15 7
2 25 27

Operasi transpos mempunyai beberapa sifat sebagai berikut :

(1) (A )
T T
= A;
(2) ( A ± B )T = AT ± B T jika A dan B berukuran m×n;
(3) (kA)T = kAT ;
(4) ( AB )T = B T AT jika A berukuran m×n dan B berukuran n×p;
(5) [ ]
X T X = x12 + x 22 ... + x n2 jika X = [x1 x 2 x n ] adalah vektor kolom. T

Berikut ini akan dibuktikan hanya untuk sifat keempat. Pertama diperiksa bahwa
(AB)T dan BTAT mempunyai ukuran yang sama p×m. Selain itu, elemen-elemen yang
berkorespondensi dari kedua matriks adalah sama. Untuk A = [aij] dan B = [bij] maka

(( AB ) ) (B ) (A ) ( )
n n
ki = ( AB )ik =
T
aij b jk = T
kj
T
ji = B T AT k i .
j =1 j =1

*. ) - -( Suatu matriks A disebut matriks simetris (symmetric matrix)

jika AT = A. Dengan kata lain, A haruslah matriks persegi (misalkan n×n) dan aji = aij
untuk semua 1 ≤ i ≤ n dan 1 ≤ j ≤ n. Karena itu
a b
A=
b a
adalah suatu matriks simetris 2×2 yang umum.

C **3 9 3)( - % & . D ())7

 10

21 3 6
/ )' $ - -( Matriks D = 3 21 8 adalah suatu matriks simetris karena
6 8 9
d12 = d21 = 3, d13 = d31 = 6; dan d23 = d32 = 8.

*. ) - -+ 4 6 Suatu matriks A ∈ Mn(F)

dikatakan simetris miring (skew-symetric) jika AT = –A. Dengan kata lain, A haruslah
matriks persegi dan aji = –aij untuk semua i dan j. Karena elemen-elemen diagonal utama
tidak berubah oleh transposisi, maka matriks simetris miring A haruslah nol pada
diagonal utamanya atau dengan kata lain aii = 0 untuk setiap i.

/ )' $ - -+ Matriks
0 1 2
E = −1 0 − 5
−2 5 0
adalah suatu matriks simetris miring.

Perlu dicatat bahwa untuk suatu matriks persegi A, maka A – AT adalah simetris
(
miring karena A − AT )T
( )
= AT − AT
T
= AT – A = –(A – AT), sedangkan A + AT adalah
(
simetris karena A + AT )
T
= AT + A = A + AT. Karena itu
1
2
1
(
A = A − AT + A + AT .
2
) ( )
Mudah dibuktikan juga bahwa jumlahan dari dua matriks simetris miring adalah juga
simetris miring dan kuadrat dari matriks simetris miring (simetris) adalah simetris sebab
(
A2 = AT AT )
T
= ((− A)(− A))T ( ).
= A2
T

-# * %"
*. ) -#- 4 %" 6 Suatu matriks A mempunyai bentuk
eselon baris (row-echelon form) jika mempunyai sifat-sifat sebagai berikut:
(1) baris nol (semua unsurnya nol), jika ada, terletak pada baris bagian bawah;
(2) untuk suatu baris tak nol (unsurnya tidak seluruhnya nol), bilangan pertama yang
tak nol dalam baris tersebut adalah 1, disebut 1 utama (leading 1);
(3) untuk sembarang dua baris tak nol yang berurutan, 1 utama dalam baris yang
bawah terletak di sebelah kanan dari 1 utama dalam baris diatasnya.

Suatu matriks berbentuk eselon baris mempunyai “langkah tangga” seperti

diilustrasikan pada Gambar 1.3, dengan daerah yang tidak diarsir semua unsurnya nol.

Gambar 1.3: Matriks eselon baris

C **3 9 3)( - % & . D ())7

 11

/ )' $ -#- Diberikan matriks-matriks seperti berikut

1 0 3 4 0 1 2 3 −1
0 1 2 1 0 0 0
0 1 2 5 0 0 0 0 0
A= , B= , C= 0 0 1 , D= 0 2 0 1 .
0 0 0 1 0 0 1 0 −2
1 2 −3 0 0 1 2
0 0 0 0 0 0 0 0 0
Matriks A merupakan matriks eselon baris, tetapi B bukan matriks eselon baris karena
terdapat baris nol (baris 2) yang terletak di atas baris tak nol (baris 3). Demikian juga
matriks C bukan matriks eselon baris karena 1 utama pada baris 3 terletak di sebelah kiri
1 utama pada baris 2. D juga bukan matriks eselon baris karena bilangan tak nol pertama
pada baris 2 bukan 1 tetapi 2.

*. ) -#- 4 %" 6 Suatu matriks mempunyai

bentuk eselon baris tereduksi (reduced row-echelon form) jika
(1) Matriks berbentuk eselon baris;
(2) setiap kolom yang memuat 1 utama mempunyai unsur-unsur nol untuk lainnya.

/ )' $ -#- Matriks

0 1 2 0 0 2
1 0 0 0 0 1 0 3
dan
0 1 0 0 0 0 1 4
0 0 0 0 0 0
mempunyai bentuk eselon baris tereduksi, sedangkan matriks
1 0 0 1 2 0
0 1 0 dan 0 1 0
0 0 2 0 0 0
tidak berbentuk eselon baris tereduksi.

Perlu dicatat bahwa matriks nol untuk semua ukuran selalu dalam bentuk eselon
baris tereduksi.

-& . %
Fungsi skalar dari suatu matriks meringkas berbagai karakteristik dari elemen-
elemen matriks. Suatu fungsi skalar yang penting adalah fungsi determinan. Diskusi yang
lebih mendalam mengenai fungsi determinana akan dipelajari di bab dua. Selain
determinan, fungsi skalar yang lain yaitu trace. Trace dari matriks An = [aij] didefinisikan
sebagai jumlahan elemen-elemen diagonal utama, yaitu
n
tr ( A) = aii .
i =1
Diberikan A dan B adalah matriks berukuran n×n dengan h dan k adalah skalar.
Fungsi trace mempunyai sifat-sifat sebagai berikut:
(1) tr(A) = tr(AT);
(2) tr(hA + kB) = h.tr(A) + k.tr(B);
(3) tr(AB) = tr(BA);
(4) tr(In) = n.

C **3 9 3)( - % & . D ())7